工作5年,我總結(jié)了指標里的這些“坑”

0 評論 4944 瀏覽 17 收藏 10 分鐘

編輯導(dǎo)讀:有效的指標體系是產(chǎn)品健康運行的重要前提,作為數(shù)據(jù)分析師,必須要了解指標背后的目的和價值。本文作者從自身工作經(jīng)歷出發(fā),梳理總結(jié)了指標體系中常見的一些問題,供大家一同參考學(xué)習。

作為一個5年+的數(shù)據(jù)打工人,相信只要與數(shù)據(jù)打過交道,都直接或間接的接觸過“指標”相關(guān)的問題或需求,那么,我們今天就來聊聊指標里的那些“坑”

01 指標搭建過程

開局先上圖:

我們來詳細解讀一下:

第一步:確定目的

目的很重要!目的很重要!目的很重要!重要的事情講三遍~

“把問題描述出來,問題就解決了一半”,一樣,確定度量的目的,就基本知道需要什么指標了。

我們第一步一定要和產(chǎn)運確定好度量的目的,如果想看用戶粘性,我們可以使用留存率、活躍頻次、DAU貢獻度等;如果想看用戶消費,我們可以使用點展比、pv均消費次數(shù)、日均消費次數(shù)等。

一切的指標,都是為目的服務(wù),所以,我們確定好目的,就如同客人點好了菜,我們才知道要做什么

第二步:確定評估維度

客人點好了菜單,作為廚師,我們就要開始配菜了。

其實“菜”點了,作為一個有經(jīng)驗的“廚師”,我們就知道需要什么樣的配料了。

通過目的的確認,我們可以把具體業(yè)務(wù)拆分為產(chǎn)品功能和業(yè)務(wù)過程,我們把功能映射到相應(yīng)的指標上,生成最初的原子指標,也就是無法再次拆分的指標。

如:XX頁面的PV,是該頁面的原子指標之一,XX頁面的點擊次數(shù),也是該頁面的原子指標之一。

通過目的,我們找到了對應(yīng)產(chǎn)品功能下的原子指標;但是我們怎么確認,我們篩選出的(原子)指標能夠更全面的反應(yīng)功能的情況呢?后面我們接著說。

第三步:明確計算邏輯

配料之后,我們就要開始做菜了。

產(chǎn)品功能映射完了,我們還需要對原子指標進行處理:組合原子指標,修飾原子指標,使其變成派生指標(也就是在原子指標上,加入業(yè)務(wù)流程)。

舉例:

CTR(pv均點擊次數(shù)) = 點擊次數(shù) / PV

業(yè)務(wù)流程:該功能能夠被點擊&展現(xiàn),想要度量一次展現(xiàn),能夠帶來幾次消費

XX功能當日UV滲透率?= 使用XX功能人數(shù)?/ 上級功能使用人數(shù)

業(yè)務(wù)流程:該功能通過某個上級功能流轉(zhuǎn)過來,想要度量該功能被消費的效率/漏斗

這些指標都有明顯的修飾詞,或是由多個原子指標組合而來,這些就是派生指標。

派生指標就類似做菜時的烹飪手段,煎炸炒燒,如何把原子指標“做成“我們需要的指標,從而更好的度量產(chǎn)品,反應(yīng)產(chǎn)品好壞,達到我們建立指標的目的,才是我們最關(guān)鍵的步驟

第四步:計算波動閾值

大多數(shù)分析師可能都不會算波動閾值,覺得沒有必要或者麻煩。

但是如果我們算了波動閾值,會有哪些好處呢?

主要有以下3點:

(1)事前:非常明確的知道,波動是否處于正常范圍,從而及時的發(fā)現(xiàn)和提出問題

舉例:某APP,日常DAU 1000w左右,昨日波動了15w,那么,15w是正常值還是異常值?如果我們率先發(fā)現(xiàn)提出了問題,我們后續(xù)是否能夠更多的進行分析,擺脫Sql Boy的“命運”

(2)事中:建立相應(yīng)的AB-test評估體系,指導(dǎo)產(chǎn)運進行實驗分析

舉例:某功能上線了一個實驗,CTR從基準桶的50%上漲至53%,漲幅的3%是否有收益?如何衡量收益大小or正負?

(3)事后:沉淀復(fù)盤,培養(yǎng)自己的數(shù)據(jù)敏感度

舉例:某會議上,產(chǎn)運找你聊想要做的實驗,預(yù)計會影響的指標,問你如何評估影響或計算收益,你直接說出這項指標的“經(jīng)驗波動閾值”,產(chǎn)運后續(xù)是否會更信服你,后期是否更容易開展工作

但是,切記:不同的流量下,波動的大小不同,閾值也會不一樣,所以我們需要計算的是:?常用流量分桶?(不同流量區(qū)間)的波動閾值,切忌一切波動都套用大盤波動閾值。

02 常用指標舉例

上文留了一個疑問:如何保證指標能夠較全面的反應(yīng)產(chǎn)品情況?

我們現(xiàn)在來解答一下:通過指標的分類,我們會大致知道,在不同的度量目的下,需要建設(shè)怎樣的指標。

從覆蓋角度來說,我們可以大致把指標分為 橫向指標?& 縱向指標

  • 縱向指標:漏斗轉(zhuǎn)化,如UV滲透率

但是縱向指標有一個非常明顯的缺點:滲透1次,UV算1次,滲透2次,UV滲透還是只算1次,所以,我們就需要橫向指標。

  • 橫向指標:人均點擊次數(shù)、人均消費次數(shù)

在度量縱向效率的同時,我們還需要度量橫向的消費效果,類似坐標軸里的的XY軸才能確定坐標;橫向指標和縱向指標組合,我們才能度量不同場景下的產(chǎn)品情況。

從度量內(nèi)容來說,我們可以大致把指標分為 效率指標 &?消費指標 & 活躍指標:

  • 效率指標:度量服務(wù)效率是否高效,如功能滲透率、用戶轉(zhuǎn)化漏斗等
  • 消費指標:度量用戶的消費深度 & 消費廣度?& 消費滿意度,如?消費頁面數(shù)、頁面停留時長、功能尾點擊比例等
  • 活躍指標:度量用戶的活躍度,如 周活躍天數(shù),XX留存率,XX使用頻次等

從業(yè)務(wù)角度來說,近期隨著視頻的興起,我們把指標分為 視頻指標 & 非視頻指標(社交or電商or流量)

視頻指標:

  • 3vv :觀看時長>=3s的觀看數(shù)?/ 總觀看數(shù)
  • 長播/完播率 :播放比例>=0.6或0.8的觀看數(shù)/ 總觀看數(shù)
  • 平均視頻觀看數(shù):總觀看視頻數(shù) /?打開APP次數(shù)
  • 平均觀看時長 :?總觀看時長 / 打開APP次數(shù)
  • …..

非視頻指標:

  • DAU:Daily Active User,即日活,這里有個坑:一定要明確口徑;是打開APP即算日活?還是打開超過10s算日活?還是其他條件?很多分析師只知道日活,但是并不知道日活的口徑,這會導(dǎo)致DAU波動時拆解邏輯不對,得出錯誤結(jié)論
  • NU:New User,即新增,也需要注意口徑的坑,是下載就算,還是激活A(yù)PP就算,還是新增注冊才算?
  • GMV:Gross Merchandise Volume,即交易金額,注意,GMV理論上來說,含有已付款&未付款,但是各個公司不一樣,需要注意口徑
  • LVT:客戶生命周期價值,這個在做渠道時常用,咱們下期文章再來解釋指標的詳細計算邏輯和波動拆解,敬請期待
  • CAC:獲客成本,這個也是做渠道時常用,咱們也下期講
  • ……

指標太多,大家可以多看看相關(guān)書籍,也可以多總結(jié)沉淀自己用過/見過/了解過的指標,后期對于產(chǎn)品的分析,策略的制定,都有很大的幫助。

好了,本期內(nèi)容就是這些,希望對你有幫助。

 

本文由 @巡山貓 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于CC0協(xié)議。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!